[논문 리뷰] Developing a gender classification approach in human face images using modified local binary patterns and tani-moto based nearest neighbor algorithm

Shervan Fekri-Ershad|arXiv (Cornell University)|2020. 01. 29.

Face and Expression Recognition참고 문헌 32인용 수 8

한 줄 요약

이 논문은 특징 추출에 수정된 국소 이진 패턴(MLBP)을 사용하고, 최근접 이웃 분류기로 Tani-Moto 거리 기반 방법을 적용한 인간 얼굴 이미지의 성별 분류 시스템을 제안한다. 이 방법은 높은 정확도, 회전 및 wellumiination 변화에 대한 강건성, 그리고 낮은 계산 복잡도를 달성하여 자원이 제한된 스마트폰 환경에서 실시간으로 효율적으로 작동할 수 있도록 한다.

ABSTRACT

Human identification is a much attention problem in computer vision. Gender classification plays an important role in human identification as preprocess step. So far, various methods have been proposed to solve this problem. Absolutely, classification accuracy is the main challenge for researchers in gender classification. But, some challenges such as rotation, gray scale variations, pose, illumination changes may be occurred in smart phone image capturing. In this respect, a multi step approach is proposed in this paper to classify genders in human face images based on improved local binary patters (MLBP). LBP is a texture descriptor, which extract local contrast and local spatial structure information. Some issues such as noise sensitivity, rotation sensitivity and low discriminative features can be considered as disadvantages of the basic LBP. MLBP handle disadvantages using a new theory to categorize extracted binary patterns of basic LBP. The proposed approach includes two stages. First of all, a feature vector is extracted for human face images based on MLBP. Next, non linear classifiers can be used to classify gender. In this paper nearest neighborhood classifier is evaluated based on Tani-Moto metric as distance measure. In the result part, two databases, self-collected and ICPR are used as human face database. Results are compared by some state-ofthe-art algorithms in this literature that shows the high quality of the proposed approach in terms of accuracy rate. Some of other main advantages of the proposed approach are rotation invariant, low noise sensitivity, size invariant and low computational complexity. The proposed approach decreases the computational complexity of smartphone applications because of reducing the number of database comparisons. It can also improve performance of the synchronous applications in the smarphones because of memory and CPU usage reduction.

연구 동기 및 목표

• 일광 변화, 자세 변화, 노이즈 등 실제 환경 조건에서 정확한 성별 분류 문제를 해결한다.
• 기존 국소 이진 패턴(LBP)의 한계인 노이즈 민감도, 회전 의존성, 낮은 분류 능력 문제를 해결한다.
• 자원이 제한된 기기(예: 스마트폰)에 배포 가능한 계산 비용이 낮고 강건한 성별 분류 프레임워크를 개발한다.
• 최근접 이웃 분류기에 새로운 거리 측정법(Tani-Moto)을 통합하여 성별 특징을 더 잘 구분할 수 있도록 분류 성능을 향상시킨다.

제안 방법

• 수정된 국소 이진 패턴(MLBP)을 사용하여 인간 얼굴 이미지의 무늬 특징을 추출하여 분류 능력을 향상시키고 노이즈 및 회전에 대한 민감도를 감소시킨다.
• 비선형 분류 전략으로 Tani-Moto 거리 측정법을 사용한 최근접 이웃 알고리즘을 적용하여 분류 정확도를 향상시킨다.
• 두 단계의 파이프라인을 사용: MLBP를 통한 특징 추출 후, Tani-Moto 기반 k-NN 분류기를 통한 성별 분류.
• 분류 중 데이터베이스 비교 횟수를 줄여 계산 복잡도를 최소화하여 시스템의 효율성을 높인다.
• 강건한 성능 확보를 위해 자체 수집한 얼굴 데이터베이스와 ICPR 데이터베이스를 모두 활용하여 학습 및 평가를 수행한다.
• k-NN 분류기에서 Tani-Moto 거리 측정법을 구현하여 이진 패턴을 효과적으로 처리하고 분류 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 MLBP는 다양한 일조 조건과 자세 변화 조건에서도 얼굴 이미지에서 강건하고 구분력 있는 무늬 특징을 효과적으로 추출할 수 있는가?
• RQ2 이진 특징 벡터를 사용할 때 기존의 거리 측정법과 비교해 Tani-Moto 거리 측정법은 성별 분류 정확도 향상에 얼마나 효과적인가?
• RQ3 기존의 성별 분류 방법과 비교해 제안된 방법은 계산 복잡도를 어느 정도 감소시키는가?
• RQ4 표준 LBP 및 기타 최신 기술과 비교해 시스템의 회전 불변성과 노이즈에 대한 강건성은 어떻게 평가되는가?
• RQ5 메모리 사용량과 CPU 사용량이 감소함에 따라 제안된 프레임워크는 스마트폰에서 효율적으로 배포될 수 있는가?

주요 결과

• 제안된 방법은 자체 수집한 데이터베이스와 ICPR 데이터베이스 양쪽에서 몇몇 최신 기술보다 높은 성별 분류 정확도를 달성한다.
• MLBP의 내재된 불변성 특성과 Tani-Moto 거리 측정법 덕분에 시스템은 회전, 일조 변화, 노이즈에 대해 강건함을 보였다.
• 계산 복잡도가 크게 감소하여 데이터베이스 비교 횟수를 줄임으로써 스마트폰에서의 효율적 배포가 가능해졌다.
• 크기 불변성을 가지며, 소형 또는 크기가 변하는 얼굴 이미지에서도 높은 성능을 유지한다.
• 이진 특징 벡터를 사용할 때 표준 유클리드 거리나 해밍 거리 측정법보다 Tani-Moto 기반 최근접 이웃 분류기가 분류 정확도를 향상시킨다.
• 메모리 사용량과 CPU 사용량이 감소하여 실시간 및 동시성 애플리케이션을 스마트 기기 플랫폼에서 효과적으로 구현할 수 있다.